Impactos do Programa Bolsa Família

Os resultados do PBF vêm chamando a atenção de diversos estudos. Aqui focaremos nos impactos relacionados à educação, porém cabe destaque para alguns trabalhos com foco em outros indicadores4, desta forma seremos mais sucintos quanto aos impactos no que não se restringe a educação.

4

Disponível no Anexo A. O Quadro A1 resume os principais impactos do PBF sobre esses outros outcomes não relacionados à educação.

Com relação à alimentação dos beneficiários Duarte et al. (2009) obtém como resultado um maior valor médio das despesas anuais dos beneficiários ao comprovar que estes possuem cerca de R$ 246,00 a mais do que não beneficiários. A superação da condição de insegurança alimentar pode ser observada nos trabalhos de Camelo et al. (2009) e Cotta e Machado (2013), porém este chama a atenção para o aumento do consumo de produtos calóricos. Lignani et al. (2010), demonstra que o PBF eleva o consumo de todos os grupos de alimentos, resultado semelhante ao de Almeida et al. (2014) que encontrou resultados o benefício proporciona uma maior diversificação dos alimentos, e no mesmo caminho destes dois trabalhos Assunção et al. (2012) conclui que o programa possui influência tanto qualitativa como quantitativa no consumo dos alimentos.

Já com relação ao mercado de trabalho, Tavares (2008; 2010) detecta a em seu primeiro trabalho uma redução de aproximadamente 10% da jornada de trabalho das mães, resultado este diferente do encontrado no seu segundo estudo, visto que as mães passam a ofertar mais trabalho devido a maior disponibilidade de tempo em virtude de seus filhos estarem frequentando a escola com mais frequência. Ao analisar o trabalho infanto-juvenil, Araújo et al. (2010) observa uma redução do trabalho deste grupo ocasionado pela redução do tempo ocioso da criança. Por outro lado, Nascimento e Kassouf (2016) não encontra resultados significativos do programa em reduzir o trabalho de jovens e crianças.

Um dos grandes mitos do programa é a que este influenciaria a decisão das famílias em terem mais filhos, visto que isso poderia aumentar o benefício recebido. Rocha (2010) chega à conclusão de que o PBF não possui impactos significativos na fecundidade das beneficiárias, mesmo resultado encontrado por Simões e Soares (2012), porém estes chamam a atenção para o fato de que beneficiários estão mais dispostos a trocar quantidade de filhos por qualidade destes. Já Cechin et al. (2015) encontra probabilidade positiva na decisão de terem mais um filho, porém isto só ocorre entre aquelas com poucos filhos, ainda de acordo com o autor, quanto mais este número cresce menor será a probabilidade de terem mais um.

No que se refere aos impactos do PBF sobre a educação, já existiam algumas evidências observados desde o antigo Programa Bolsa Escola, ao passo que a literatura observa que este diminuiu a incidência de crianças no mercado de trabalho tanto para os meninos quanto para as meninas via aumento da frequência escolar, por exemplo, considerando a faixa etária de crianças entre 10 e 17 anos, esse

impacto foi de um aumento em torno dos 3% (CARDOSO E SOUZA, 2005)

Um dos primeiros trabalhos interessados em analisar o impacto do PBF sobre a educação foi de responsabilidade de Glewwe e Kassouf (2008) que estimaram modelos para a taxa de frequência e abandono escolar, ao considerar que apesar dos avanços recentes ainda haveria espaço de melhorias para estas variáveis5. O estudo teve como foco crianças de 1ª a 8ª série com base no censo escolar de 1998 a 2005, com estimações realizadas separadamente para alunos de 1ª a 4ª série e de 5ª a 8ª, bem como também foram separadas por escolas e por municípios. Em um primeiro momento foi observado que escolas com beneficiários possuem maior taxa de matrículas e de aprovação e menor taxa de abandono, comportmento que segundo os autores não está atrelado a mudanças ocorridas nas escolas em um período anterior ao programa6 Ao desmembrar os resultados por gênero se observa que meninas possuem maiores impactos para taxa de matrícula e os meninos melhores resultados para as taxas de abandono. Já com relação as taxas de aprovação, não foi encontrado distinção entre os gêneros. Um ponto de suma importância neste estudo foi a identificação dos efeitos cumulativos do programa. Para a variável taxa de matrícula, há um impacto positivo de 2,8 p.p depois de um ano de execução e de 5,5 p.p depois de três anos, da mesma forma para redução do abandono escolar, 0,3 p.p após um ano e 0,54 p.p depois de dois anos. O impacto da taxa de aprovação praticamente duplica do primeiro para o terceiro ano, corroborando com a teoria do capital humano de que o PBF é um investimento de longo prazo.

A relação positiva do PBF na taxa de frequência escolar também está presente nas análises de Duarte e Silveira Neto (2008), que se basearam em uma pesquisa de campo realizada em 2005 para os estados de Pernambuco, Ceará, Paraíba e Sergipe com foco nas famílias do meio rural e com a agricultura como atividade principal do domicílio, e micro dados da PNAD para o mesmo ano. A análise foi baseada no Propensity Score Matching. De acordo com a pesquisa de campo, foi constatada que uma criança beneficiada possui uma frequência escolar 5,6 p.p maior em relação as não beneficiárias. Desmembrando as estimações por

5 _{40% dos jovens brasileiros entre 18 e 25 anos não tinham oito anos de escolaridade completos.}

6 _{Com o intuito de observar se mudanças ocorridas anteriormente ao PBF foi considerada uma análise apenas nos}

primeiros três anos de dados6 – 1998 até 2000 – obtendo-se assim coeficientes menores do que os encontrados do programa como um todo, levando a crer que as melhorias destes indicadores possuem influência direta das mudanças pós PBF

gênero, os resultados vão de encontro aos já observado em Glewwe e Kassouf (2008), pois o programa se mostra mais eficaz em aumentar a frequência das meninas. (DUARTE E SILVEIRA NETO, 2008).

Outro trabalho de grande destaque da relação do PBF com a educação é o estudo de Romero e Hermeto (2009), que se baseia na utilização de duas bases de dados, a Pesquisa de Avaliação de Impacto do PBF (AIBF) e dados do CadÚnico apoiado em uma regressão descontínua para obtenção dos resultados, pois considera que a probabilidade de recebimento do benefício depende de uma ou mais variáveis de elegibilidade. A amostra do AIBF é composta por 15426 domicílios7 que ao excluir os não elegíveis se reduz para 12514, sendo 35% beneficiários, 28% beneficiários de outros programas e 37% não beneficiários. O mesmo procedimento foi adotado para os dados do CadÚnico com 43%, 16% e 41% respectivamente. Feito isto, outro processo de filtragem foi realizado ao considerar apenas famílias com crianças de 7 a 14 anos. Analisando os resultados destes autores, têm-se que de acordo com o AIBF 89% dos beneficiários não deixou de frequentar a escola no período de 2005, resultado semelhante aos 88,74% encontrado com base no CadÚnico, em ambos os casos a taxa apresentada por não beneficiários foi menor, sendo 83,12% para o AIBF e 85,11% para o CadÚnico8. Para a taxa de abandono escolar, os beneficiários apresentaram o menor percentual, considerando que 2% de todas as crianças de 7 a 14 anos abandonaram a escola em 2005, novamente sendo constatada mais eficácia para as meninas como já demonstrado nas análises realizadas por autores anteriormente citados. Já para a taxa de aprovação, em geral, beneficiários do programa possuem aproximadamente 5 p.p menor de aprovação, o que pode ser explicado pelo fato destes possuírem piores índices de desempenho comparado aos não beneficiários, o que pode ser comprovado ao observar que beneficiários possuem maiores taxas de repetência.

Ainda focando nos indicadores educacionais, Silveira Neto (2010) estimou efeitos sobre a frequência escolar de crianças de 7 a 14 anos a partir de microdados

7

Abrange três grandes áreas do país, a região Nordeste (NE), as regiões Sul e Sudeste (S-SE) e Centro-Oeste e Norte (CO-N), distribuídos em domicílios beneficiários (30%), famílias cadastradas no CadÚnico mas não beneficiária (60%) e domicílios sem cadastramento (10%) (ROMERO E HERMETO, 2009).

8

Em média, 88,27% das crianças de 7 a 14 anos não deixaram de frequentar a escola no mesmo período (ROMERO E HERMETO, 2009).

disponibilizados pela PNAD de 2004. A partir de uma comparação entre beneficiários (exclusivamente do PBF) e não beneficiários (mas com renda per capita menor que R$200) apoiado nos pressupostos do Propensity Score os resultados obtidos pelo autor apontam que um beneficiário possui maiores probabilidades de estarem frequentando a escol em cerca de 2,9 p.p e 2.2 p.p de acordo com o algoritmo considerado, sendo nearesth neigbhor e kernel respectivamente. Estimações foram realizadas a fim de detectar possível diferença de resultados entre urbano/rural e Nordeste/Sudeste. No primeiro caso, os resultados mostram que o meio rural possui maiores impactos que o urbano, entre 2,2 a 3 pontos percentuais para o meio rural e de 1,7 e 2,2 p.p para urbano, atendendo assim a expectativa de que o programa é mais efetivo em regiões consideradas mais pobres o que pode ser corroborado pelos resultados apresentados entre a região Nordeste que teve impacto de 3 p.p frente a 1,9 p.p apresentado pelo Sudeste9.

Não menos importante é o efeito que as condicionalidades educacionais do programa causam na alocação de tempo dos beneficiários, que podem afetar as decisões de ingresso no mercado de trabalho. Neste ponto, Araújo et al. (2010) a partir da PNAD de 2006 e utilizando o Propensity Score Matching obtiveram resultados sobre a decisão de apenas estudar, estudar e trabalhar, apenas trabalhar e não estudar e não trabalhar. Vale a pena salientar que considerando a diferença de custos de oportunidades para crianças/adolescentes e meninos/meninas os autores realizaram estimações para cada um destes grupos. Ao analisar apenas crianças de 7 a 12 anos, o programa reduz em 0,8 p.p a quantidade de crianças que não estudavam e não trabalhavam ao passo que aumenta na mesma proporção àqueles que apenas estudam. Já com relação aos adolescentes, aqueles com idade entre 13 a 15 anos, o impacto é de maior magnitude, reduzindo a proporção daqueles que apenas trabalhavam e não estudavam e não trabalhavam em 1,5 p.p e 1,9 p.p respectivamente.

Desmembrando os resultados para meninos e meninos – aqui considerando a faixa etária de 7 a 15 anos – os resultados foram semelhantes ao se observar uma redução dos que não estudavam e não trabalhavam (1,1 p.p para meninos e 1,2 p.p para meninas) e um aumento dos que apenas estudavam (2,6 p.p para meninos e

9

2,8p.p para meninas). A pequena diferença encontrada se explica pelo fato de que os meninos são mais propensos a ingressar no mercado de trabalho do que as meninas. (ARAÚJO et al. 2010)

Melo e Duarte (2010), baseados em uma pesquisa de campo e nos dados da PNAD 2005 – mesma base de dados utilizado por Duarte e Silveira Neto (2008) – os autores encontraram resultados significativos para o aumento da frequência escolar, sendo este o objetivo do trabalho. Com base no Propensity Score Matching estimaram o impacto do programa na frequência dos alunos beneficiários que viviam no meio rural do Nordeste. Com isso, observou-se aumento de 5,4 p.p a 5,9 p.p – de acordo com o algoritmo considerado – e detectou um maior impacto para as meninas. Considerando o que chamaram de grupo de controle 2, aqueles formados por crianças e jovens que não recebiam nenhum benefício advindo de outro programa e com pais exercendo atividades relacionadas a agricultura o impacto foi maior, atingindo número que variam de 13,9 p.p a 21,8 p.p.

Santarrosa (2011) também interessado no impacto do PBF sobre indicadores educacionais, se diferencia dos demais trabalhos por ser um dos primeiros a se preocupar com os índices de aprendizado, utilizando como referência os resultados da Prova São Paulo de 2007 a 2009 combinado com dados do CadÚnico. Apoiado no método dif-in-dif as estimações realizadas não mostraram impacto nos resultados de proficiência de Português e Matemática, ao passo que se apresentaram não estatisticamente significativos.

Com o objetivo avaliar os efeitos das transferências do PBF sobre os resultados educacionais de 2004 a 2006, Schaffland (2012) utiliza dados da PNAD para ambos os anos e o método do Propensity Score Matching para a obtenção de seus resultados. Para o autor, os resultados educacionais se limitam à taxa de matrícula e a média de dias perdidos durante a semana e que podem ser impactos não só pelo benefício recebido como também pela condicionalidade imposta pelo programa, que obriga o comprimento de frequência mínima escolar. As conclusões do autor são de que beneficiários do programa possuem aproximadamente 4% a mais de probabilidade de se matricular na escola e que estes possuem médias de faltas menor do que não beneficiários resultados esperado como já dito anteriormente, devido a condicionalidade. Vale a pena salientar que o programa possui maior impacto nas regiões mais pobres do país, observação já confirmada nos trabalhos anteriormente apresentados, visto que em média o PBF eleva a

matrícula escolar do Nordeste e Norte em 5% e 4% respectivamente, que se comparada às demais regiões, estas possuem impacto próximo a 2%. Realizando uma comparação do Nordeste com as demais regiões, este possui impacto maior em 4,57 p.p com relação ao Sudeste, 3,66 p.p frente ao Sul e 3,47p.p se considerar o Centro-Oeste. Desagregando por área, a zona rural (5,5%) possui maior impacto do que a zona urbana (3,5%).

Interessados em investigar os impactos do PBF sobre a frequência escolar e defasagem série-idade, Ribeiro e Cacciamali (2012) utilizaram como base de dados a PNAD de 2006 apoiados no método do Propensity Score para realizar suas estimações. Porém, os resultados apontam que o programa não possui os efeitos esperado, visto que não existem diferenças significativas entre beneficiários e não beneficiários.

Amaral e Monteiro (2013) preocupados com a evasão escolar realizaram uma pesquisa com a intenção de captar o efeito no programa neste indicador. A partir das duas edições do AIBF (2005 e 2009) e apoiadas em modelos logísticos foram realizadas as estimações para alcance do objetivo do trabalho. É importante destacar que os autores consideraram três faixas de renda para comparar os dados das duas pesquisas. A primeira se restringe aquelas famílias em situação mais vulnerável, que possuíam renda per capita de até R$ 50 em 2005 e R$ 70 em 2009 (de acordo com a linha de elegibilidade do programa, estas são aquelas consideradas extremamente pobres). A segunda faixa é exatamente a linha de pobreza considerada pelo programa, ou seja, R$ 100 em 2005 e R$140 em 2009. A terceira se concentra em famílias com o dobro da linha de elegibilidade considerada em 2005 e em 2009, sendo R$200 e R$ 280 respectivamente, na intenção de garantir a representatividade amostral. Os resultados apontam que um beneficiário pertencente ao primeiro grupo de faixa de renda possui uma probabilidade menor de evadir a escola em cerca de 57%, seguindo em 34% e 33% para o segundo e terceiro respectivamente. Como esperado, o maior impacto se concentra naquelas famílias que vivem em piores condições socioeconômicas.

Oliveira e Soares (2013) realizaram um estudo com base nos dados do CadÚnico, Projeto Frequência e Censo Escolar, todos para o ano de 2008, buscaram estimar o impacto do PBF sobre o fluxo escolar, este medido de acordo com a taxa de repetência. A análise foi dividida em três abordagens, aumentando assim o poder explicativo dos resultados. Em um primeiro momento, a intenção foi

estimar resultados apenas para o universo do CadÚnico, que visa comparar pessoas pobres mas que diferem no recebimento do benefício. A segunda abordagem buscou investigar se o valor do benefício possui relação com o impacto esperado pelos autores. E por fim busca-se observar diferenças entre as escolas que possuem beneficiários e escolas que não possuem beneficiários. Na primeira abordagem, foi constatado que os beneficiários possuem uma probabilidade de 11% menor de repetir se comparado aos não beneficiários. Em relação à intensidade da transferência o trabalho mostra que maiores quantias não possuem diferenças de impacto quando comparado a menores quantias, em ambos os casos o programa é capaz de reduzir a probabilidade de repetência, reafirmando nossa hipótese de que a condicionalidade da educação é quem possui maior influência nos resultados educacionais. E por fim, a última abordagem nos mostra que a relação de escolas com beneficiários e sem beneficiários só é capaz para demonstrar a situação socioeconômica da escola, ou seja, escolas com maior proporção de beneficiários são escolas com nível socioeconômico menor se comparados a uma escola com nenhum beneficiário (OLIVEIRA E SOARES, 2013).

Camargo e Pazello (2014) preocupados com índices qualitativos, indo ao encontro do trabalho de Schaffland (2012) buscaram avaliar o impacto do PBF sobre os indicadores educacionais das escolas brasileiras, com o intuito de averiguar impactos de acordo com a proporção de beneficiários nestas. Para alcançar seus objetivos, foi utilizado o Cadastro de Acompanhamento de Frequência Escolar dos Beneficiários e o Censo Escolar para o ano de 2008 e resultados da Prova Brasil, porém este para o ano de 2009, visto que não existem resultados para o ano de 2008. Segundo os autores, o aumento de beneficiários por escola, reduz a taxa de aprovação e a média das notas da escola, fato que pode ser explicado pelo fato de que grandes partes dos beneficiários possuem por consequência de suas condições socioeconômicas desempenho abaixo do ideal. Por outro lado, o maior número de participantes do PBF reduz a taxa de abandono, que por sua vez se explica pela imposição do programa, de exigir uma frequência mínima para seus beneficiários.

O PBF sofreu uma mudança estrutural no ano de 200810 ao tornar elegíveis jovens de 15 a 17 anos. Com isso, Reynolds (2015) buscou investigar se esta mudança tem influenciado a trabalhar menos, visto que agora estes possuem

10

obrigações para com o programa. O autor utiliza um método de diferença tripla ao comparar i) jovens de 17 anos quando estes não eram elegíveis ao programa, ou seja, antes da expansão; ii) mesmo procedimento para os jovens de 16 anos e iii) jovens de 17 anos após a expansão. Os resultados encontrados não foram significativos, o que pode ser explicado pelo fato de que estes não estejam trabalhando menos após a expansão pelo fato de serem mais propensos a ingressar no mercado de trabalho, o que por consequência acaba influenciando o tempo destes jovens dedicados a educação.

Brauw et al. (2015) buscou analisar o impacto do PBF nos indicadores educacionais, o qual considerou a matrícula, as taxas de abandono, taxas de aprovação e repetência, utilizando como base de dados o AIBF I e II. Como metodologia foi utilizada Propensity Score Weighting comparando famílias beneficiárias com aquelas cadastradas no CadÚnico, porém não beneficiárias. Os resultados apontam que o programa atua no aumento da probabilidade da realização da matrícula escolar, ao passo que considerando crianças de 6 a 17 anos este impacto foi de 4,5 p.p, e ainda maior ao considerar apenas aqueles de 15 a 17 anos, sendo este de 7,3 p.p. Para as demais variáveis, só são encontrados resultados significativos após o desmembramento por sexo e por zona rural/urbana. Assim, o PBF também tende a melhorar as taxas de aprovação das meninas, novamente com maior impacto para a faixa etária mais velha, chegando a 20,9 p.p, o que consequentemente significa dizer que as taxas de repetência estão diminuindo, comportamento este, semelhante ao encontrado com relação as taxas de abandono. Para esta, diminui a probabilidade em 7,2 p.p dos meninos de 15 a 17 anos.

Analisando agora por zona de residência, os resultados apontam que no meio rural a probabilidade de aumento da taxa de matrícula foi de 7,4 p.p considerando a crianças e jovens, aumento das taxas de aprovação dos jovens de 20,1 p.p e redução do abandono em 10,4 p.p. Já para a zona urbana os resultados só são consideráveis ao realizar um novo desmembramento por sexo, com resultados semelhantes aos citados anteriormente.

Novamente interessado nos indicadores de desempenho, outro trabalho de destaque nesta área é o de Silva et al. (2016) que teve como objetivo examinar se as transferências condicionais afetam a aprendizagem. Para tal, os autores uniram informações do CadÚnico, das folhas mensais de pagamento do programa, do

Censo Escolar e da Prova Brasil, disponibilizando assim características tanto dos alunos quanto das escolas. Um método diferenciado foi utilizado, ao supor que poderia estar acontecendo manipulação dos dados daquelas famílias que se encontravam perto do ponto de corte (R$ 120,00), uma questão que não chama a atenção dos estudos que utiliza o método dif-in-dif. Porém, uma mudança inesperada na linha de elegibilidade do programa valida o método, ao passo que as manipulações agora ocorreriam próximas a nova restrição do programa, validando assim, o ponto de corte inicialmente considerado pelos autores. Desta forma, livre deste problema, os autores chegaram à conclusão de que o PBF melhora os resultados de proficiência dos resultados em aproximadamente 18% para Português e 15% para Matemática.

Recentemente uma pesquisa realizada por Kern et al. (2017) teve como objetivo avaliar o impacto do PBF na matrícula escolar sobre indicadores educacionais como progressão, repetência e evasão escolar de crianças de 6 a 17 anos de idade. Pela capacidade de controlar as influências causadas pelas características fixas no tempo sobre as variáveis de resultado, foi utilizado o método